CHƯƠNG 3 : QUY TRÌNH NGHIÊN CỨU
3.5 Kỳ vọng dấu
Biến độc lập
Tên biến Mô tả Kỳ vọng về dấu
LnPRICE Logarit cơ số e của giá BĐS
Biến phụ thuộc
Tên biến Mô tả Kỳ vọng về dấu
VT Vị trí: Biến giả (nhận giá trị 1 nếu BĐS ở mặt
tiền đường, nhận giá trị 0 nếu BĐS trong hẻm) +
DAT Diện tích đất (m2) +
NHA Diện tích nhà (m2) +
LG Chiều ngang mặt đường, hẻm phía trước (m) +
ST Số tầng: Biến giả (nhận giá trị 1 nếu số tầng <=3,
nhận giá trị 0 nếu số tầng >3) -
KC Khoảng cách từ BĐS đến trung tâm TP (km) -
3.6 Các giả thiết để áp dụng mơ hình
Giá trị BĐS mà được đề cập trong đề tài là giá cung. Cung BĐS chịu ảnh hưởng bởi nhiều yếu tố, ví dụ như chính sách, quy hoạch của chính phủ, sự thay đổi cầu BĐS, giá cả các yếu tố đầu vào, chi phí phát triển BĐS và nhiều yếu tố khác.
Đề tài nghiên cứu tiến hành khảo sát từ ngày 01/10/2014 đến ngày 30/01/2015 với những điều kiện về thị trường hoạt động cụ thể như sau:
(i) Lãi suất tiền gửi VNĐ khoảng 12%.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CÚU
Trong chương này, tác giả sẽ đưa ra quy trình phân tích từ việc thống kê mơ tả các quan sát đến kết quả hồi quy và nêu các ý kiến thảo luận về kết quả nghiên cứu của đề tài.
4.1 Quy trình phân tích
Để trả lời các câu hỏi nghiên cứu, đề tài sẽ thực hiện theo quy trình phân tích như sau: (1) (2) (5) (6)
Mô tả dữ liệu quan sát thông qua bảng thống kê mô tả và mô tả
từng biến bằng đồ thị
Kiểm tra mối quan hệ tương quan giữa biến phụ thuộc và
các biến độc lập
Kiểm tra trong mô hình có các quan sát có tính dị biệt hay khơng
(Nếu có loại bỏ các quan sát đó) Loại bỏ các biến khơng có ý nghĩa và xác định mơ hình
hồi quy phù hợp Chạy mơ hình hồi quy bằng
phần mềm SPSS 20
Kiểm định các giả định trong mơ hình hồi quy
Kết luận về mơ hình hồi quy
(1) (2) (3) (4) (8) (7)
4.2 Thống kê mô tả 4.2.1 Mô tả dữ liệu 4.2.1 Mô tả dữ liệu
Bảng 4.2.1 Bảng thống kê mô tả 147 quan sát
Descriptive Statistics
Biến
Giá trị thống kê Độ cong Độ nhọn
Số mẫu nhỏ nhất Giá trị lớn nhất Giá trị Giá trị trung bình
Độ lệch
chuẩn thống kê Giá trị Sai số chuẩn thống kê Giá trị Sai số chuẩn
Price 147 100000000 0.00 250000000 00.00 523734693 8.7755 438686041 2.97403 2.217 .200 5.538 .397 DAT 147 11.30 224.20 56.1420 36.90945 2.165 .200 5.429 .397 NHA 147 17.50 985.00 124.4771 111.66031 3.926 .200 24.650 .397 LG 147 2.50 40.00 14.8646 10.20107 .847 .200 -.378 .397 KC 147 4.80 8.90 7.4707 .67288 -.633 .200 1.793 .397 LnPrice 147 20.72 23.94 22.1261 .68354 .477 .200 -.144 .397 Valid N (listwise) 147
Bảng thống kê mô tả thể hiện đầy đủ các dữ liệu về các biến, số quan sát, giá trị nhỏ nhất, giá trị lớn nhất, giá trị trung bình và các dữ liệu thống kê khác. Các dữ liệu mô tả cụ thể từng biến như sau:
a) Mô tả biến Price
Theo Gujarati (2006), mơ hình hợp lý cho một biến ngẫu nhiên liên tục mà giá trị của nó phụ thuộc vào nhiều nhân tố nhưng mỗi yếu tố chỉ ảnh hưởng nhỏ lên giá trị biến đó là mơ hình có phân phối chuẩn. Trong mơ hình hồi quy, biến Price chịu ảnh hưởng của 6 biến giải thích, việc lựa chọn phân phối chuẩn cho mơ hình hồi quy là cần thiết.
Biểu đồ 4.2.1a Biểu đồ mô tả biến Price
b) Mô tả biến LnPrice
Qua thống kê mô tả cho thấy mức giá BĐS tập trung từ mức 2 tỷ đến 9 tỷ đồng, nhưng lại khơng có phân phối chuẩn. Đề tài sẽ sẽ lấy logarit tự nhiên của biến Price (LnPrice) để biến giá đạt phân phối chuẩn.
c) Mô tả biến VT
Trong 147 BĐS được khảo sát, trong đó có 67 BĐS ở vị trí mặt tiền đường, chiếm 45,58% số quan sát. Ngược lại, có 80 BĐS ở vị trí trong hẻm và chiếm 54,42 % số quan sát.
Biểu đồ 4.2.1c Biểu đồ mô tả biến VT d) Mô tả biến DAT d) Mô tả biến DAT
Trong 147 BĐS được khảo sát, BĐS có diện tích đất nhỏ nhất là 11,3m2 và diện tích lớn nhất là 224,2m2 và diện tích phần lớn tập trung từ 30m2 đến 65m2. Với diện tích trung bình của các BĐS là 56,14m2 là tương đối nhỏ, nên biến DAT có phân phối lệch trái.
e) Mô tả biến NHA
Trong 147 BĐS được khảo sát, BĐS có diện tích nhà nhỏ nhất là 17,5m2 và diện tích lớn nhất là 985m2 và diện tích phần lớn tập trung từ 30m2 đến 70m2. Với diện tích trung bình của các BĐS là 124,47m2 là tương đối nhỏ, nên biến DAT có phân phối lệch trái.
Biểu đồ 4.2.1e mô tả biến NHA f) Mô tả biến LG
Qua khảo sát 147 BĐS trên các tuyến đường thuộc địa bàn Quận 11, TP HCM cho thấy chiều ngang mặt đường lớn nhất là 40m trên tuyến đường Hồng Bàng và nhỏ nhất là 6m trên tuyến đường Thái Phiên; Chiều ngang hẻm Nguyễn Chí Thanh là nhỏ nhất 2,5m và hẻm Ơng Ích Khiêm có chiều ngang lớn nhất là 16m. Như biểu đồ thì biến LG có phân phối lệch trái.
g) Mơ tả biến ST
Trong 147 BĐS được khảo sát, có 124 BĐS có số tầng là nhỏ hơn hoặc bằng 3 tầng, chiếm 84,35% số quan sát. Ngược lại, có 23 BĐS có số tầng lớn hơn 3 tầng và chiếm 15,65% số quan sát.
Biểu đồ 4.2.1g Biểu đồ mô tả biến ST h) Mô tả biến KC h) Mô tả biến KC
Khoảng cách xa nhất từ BĐS đến Chợ Bến Thành là 8.9 km và gần nhất là 4,8 km. Khoảng cách trung bình là 7,74 km và biến KC có phân phối chuẩn do các BĐS được khảo sát chỉ tập trung ở địa bàn Quận 11.
4.2.2 Ma trận hệ số tương quan
Một cách trực quan, tác giả sẽ xem xét mối quan hệ giữa biến LnPrice với các biến độc lập, qua các biểu đồ cho thấy rằng có mối quan hệ tuyến tính giữa biến phụ thuộc với các biến độc lập (xem biểu đồ 4.2.2)
Biểu đồ 4.2.2 Biểu đồ ma trận hệ số tương quan giữa các biến
Cụ thể hơn, chúng ta tiến hành phân tích hệ số tương quan giữa biến LnPrice và với các biến độc lập.
Trong bảng kết quả ma trận hệ số tương quan các biến độc lập đều có tương quan với biến phụ thuộc nên ta có thể đưa chúng vào mơ hình hồi quy tuyến tính (xem phụ lục 4.2.2) và có thể kết luận rằng giữa biến LnPrice và các biến độc lập có tương quan tuyến tính với nhau. Giữa biến DAT với biến NHA, giữa biến VT với biến LG có mối quan hệ tuyến tính có ý nghĩa (tuy nhiên tương quan khơng lớn <0.8), do đó cần chú ý khi phân tích hồi quy có thể xảy ra hiện tượng đa cộng tuyến.
4.3 Phân tích kết quả hồi quy 4.3.1 Kết quả hồi quy 4.3.1 Kết quả hồi quy
Từ kết quả hồi quy (xem phụ lục 4.3.1) cho thấy trong 6 biến giải thích của mơ hình thì có 5 biến có ý nghĩa với hệ số Sig. của các biến này đều nhỏ hơn 0.05. Điều này cho thấy giá nhà ở trên địa bàn quận 11, TP. Hồ Chí Minh chịu ảnh hưởng bởi các nhân tố cụ thể như sau: vị trí BĐS; diện tích đất; diện tích nhà; chiều ngang mặt đường, hẻm phía trước BĐS; khoảng cách từ BĐS đến trung tâm thành phố (Chợ Bến Thành). Riêng biến ST khơng có ý nghĩa do hệ số Sig. = 0.123 lớn hơn 0.05, chứng tỏ yếu tố số tầng của BĐS khơng có ảnh hưởng đến giá nhà ở trên địa bàn quận 11, TP. Hồ Chí Minh.
Hệ số VIF của các biến đều nhỏ hơn 10, do đó có thể nói rằng khơng có dấu hiệu của hiện tượng đa cộng tuyến.
4.3.2 Kiểm định hệ số Durbin-Watson
Bảng 4.3.2 Bảng kiểm định hệ số Durbin – Watson
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .935a .874 .869 .24777 1.778
a. Predictors: (Constant), KC, DAT, ST, LG, NHA, VT b. Dependent Variable: LnPrice
Hệ số Durbin-Watson = 1.778 nằm trong khoảng từ 1.4 - 2.5. Theo quy tắc kinh nghiệm, điều này cho thấy rằng khơng có hiện tượng tương quan xảy ra.
4.3.3 Kiểm định giả định khơng có quan sát dị biệt
Để kiểm tra trong mơ hình quan sát có quan sát dị biệt hay khơng, tác giả sử dụng phân tích phần dư thơng qua khoảng cách Mahalanobis và khoảng cách Cook, mẫu quan sát có tính dị biệt khi giá trị Cook tối đa lớn hơn 1, và giá trị Mahalanobis lớn hơn chi bình phương với bậc tự do 6, mức ý nghĩa 5% (độ tin cậy 95%) = 12.59, ngoài ra hệ số LV phải lớn hơn 6 (là số biến độc lập)*2/147 = 0.08, Tuy nhiên, đối với những mẫu nhỏ thì cần lưu ý khi sử dụng hệ số này. Do đó, tác giả sẽ loại những quan sát có Mahal > 12.59 và Cook > 1 ra khỏi mơ hình hồi quy.
Dựa vào bảng kết quả kiểm định giả định khơng có quan sát dị biệt (xem phụ lục 4.3.3) cho thấy mơ hình khảo sát có các quan sát dị biệt, do đó tác giả thực hiện loại bỏ các quan sát có tính dị biệt ra khỏi mơ hình và thống kê lại số lượng các quan sát, kết quả là từ 147 quan sát ban đầu loại đi 14 quan sát có tính dị biệt cịn lại 133 quan sát, các quan sát được thống kê mô tả ở phụ lục 4.3.4.
Theo sơ đồ quy trình phân tích, tác giả thực hiện kiểm định sự tương quan giữa các biến độc lập và biến phụ thuộc, từ Bảng kết quả kiểm định sự tương quan giữa các biến độc lập và biến phụ thuộc của 133 quan sát (phụ lục 4.3.5) cho thấy trong ma trận hệ số tương quan các biến độc lập đều có tương quan với biến phụ thuộc nên có thể đưa các biến này vào mơ hình hồi quy tuyến tính và chúng ta kết luận rằng giữa biến LnPrice và các biến độc lập có tương quan tuyến tính với nhau.
Bước tiếp theo tác giả tiếp tục thực hiện hồi quy mơ hình sau khi loại bỏ các quan sát có tính dị biệt để tiếp tục phân tích. Qua bảng kết quả hồi quy 6 biến sau khi loại bỏ các biến dị biệt (phụ lục 4.3.6) cho thấy biến ST có hệ số Sig. = 0.541 > 0.05, do đó biến ST cũng khơng có ý nghĩa trong mơ hình sau khi đã loại bỏ 14 biến có tính dị biệt. Điều này có thể là do nhu cầu về mua nhà ở có số tầng lớn hơn 3 thấp vì khi chủ sở hữu có nhu cầu xây dựng lại hoặc cần sửa chữa sẽ gặp một số khó khăn nhất định. Bên cạnh đó, do đặc thù riêng về công dụng của nhà, số tầng xây dựng của những căn nhà phố dùng để ở thường chỉ có từ 1-3 tầng, cịn nhà có nhiều tầng trở lên thì thường tập trung sử dụng vào mục đích kinh doanh như là văn phòng cho thuê, cho thuê nhà trọ, khách sạn, trung tâm mua sắm, và các mục đích khác. Từ đó, có thể kết luận trong bài nghiên này, số tầng của BĐS khơng có tác động đến giá BĐS trên địa bàn quận 11, TP. Hồ Chí Minh.
Bên cạnh đó, biến NHA có Sig. = 0.091 > 0.05, do đó biến NHA cũng khơng có ý nghĩa. Tuy nhiên, về mặt lý thuyết và tham khảo các mơ hình nghiên cứu trước, cho thấy rằng việc bỏ yếu tố diện tích nhà ra khỏi mơ hình là khơng phù hợp. Qua phân tích mơ tả ban đầu, cho thấy rằng biến NHA khơng có phân phối chuẩn, vì vậy tác giả thực hiện chuẩn hóa biến NHA bằng cách lấy logarit của biến biến NHA
(LnNha) để thu hẹp khoảng biến thiên và tiến hành hồi quy với các biến còn lại trong mơ hình trên.
Mơ tả kết quả sau khi biến đổi biến NHA thành biến LnNha như sau:
Bảng 4.3.3 Bảng mô tả biến LnNha
Statistics LnNha N Valid 133 Missing 0 Mean 4.5077 Median 4.5951 Mode 5.09 Skewness -.157 Std. Error of Skewness .210 Kurtosis -.530 Std. Error of Kurtosis .417 Sum 599.53
Biểu đồ 4.3.3 Biểu đồ mơ tả biến LnNha
Sau đó tác giả thực hiện kiểm tra sự tương quan, từ bảng kết quả ma trận hệ số tương quan giữa các biến VT, DAT, LG, KC, LnNha và biến phụ thuộc LnPrice (xem phụ lục 4.3.7) cho rằng có sự tự tương quan giữa biến phụ thuộc và các biến độc lập.
Tiếp theo, tác giả thực hiện chạy mơ hình hồi quy với biến phụ thuộc Ln(Price) và 5 biến độc lập: DAT, VT, KC, LC, LnNha. Thông qua bảng kết quả hồi quy (xem phụ lục 4.3.8), cho thấy hệ số R2 điều chỉnh của mơ hình đạt 0.859 chứng tỏ 5 biến trong mơ hình có thể giải thích được 85,9% biến thiên của giá nhà ở trên địa bàn quận 11, TP. Hồ Chí Minh.
Thực hiện kiểm định ANOVA (xem phụ lục 4.3.8), kết quả giá trị F của mơ hình đạt 161,612 với Sig. = 0.000, chứng tỏ giả thuyết H0bị bác bỏ và tồn tại mối quan hệ tuyến tính giữa biến LnPrice với ít nhất một trong các biến VT, DAT, LnNha,
Từ bảng kết quả hồi quy với biến phụ thuộc Ln(Price) và 5 biến độc lập: DAT, VT, KC, LC, LnNha (xem phụ lục 4.3.8) cho thấy cả 5 biến độc lập đều có ý nghĩa do hệ số Sig. đều nhỏ hơn 0.05 và hệ số Beta (β) của các biến này đều có dấu đúng với kỳ vọng dấu ban đầu. Do đó, đề tài sẽ tập trung phân tích và tiếp tục kiểm định các giả định trong mơ hình hồi quy sau:
LnPRICE = 21,552 + 0,212*VT + 0,012*DAT + 0,081*LnNha + 0.025*LG - 0.122*KC (2)
Từ bảng kết quả hồi quy (phụ lục 4.3.8), hệ số β chuẩn hóa (Standardized Coefficients Beta) cho thấy được tầm quan trọng của từng biến trong mơ hình hồi quy hay mức độ tác động của từng biến độc lập đến biến phụ thuộc LnPrice. Hệ số Beta chuẩn hóa của biến DAT đạt giá trị cao nhất (0.475) nên diện tích đất của BĐS là yếu tố tác động mạnh nhất đến giá nhà ở trên địa bàn quận 11, TP. HCM. Tiếp theo là biến LG đạt giá trị 0.394, tức là Chiều ngang mặt đường, hẻm phía trước là yếu tố tác mạnh cũng không kém yếu tố diện tích đất. Biến VT đạt giá trị 0.17 cho thấy vị trí của BĐS cũng tác động đến giá nhà ở. Biến tiếp theo là biến KC đạt 0.114, chứng tỏ Khoảng cách từ BĐS đến Chợ Bến Thành tác động đến giá nhà ở và cuối cùng là biến LnNha, yếu tố Diện tích nhà (0.086).
4.4 Kiểm định các giả định trong mơ hình hồi quy
Sau khi kiểm tra các biến độc lập và biến phụ thuộc về sự tương quan, loại bỏ các quan sát có tính dị biệt, loại bỏ các biến khơng có ý nghĩa trong mơ hình. Tác giả chọn mơ hình phù hợp là mơ hình hồi quy (2) là để phân tích và tiến hành kiểm định các giả định trong mơ hình hồi quy.
LnPRICE = 21,552 + 0,212*VT + 0,012*DAT + 0,081*LnNha + 0.025*LG - 0.122*KC (2)
4.4.1 Giả định về phân phối chuẩn của phần dư
Phần dư có thể khơng tn theo phân phối chuẩn, để kiểm định giả định này, tác giả sử dụng Biểu đồ tần số Histogram để khảo sát phân phối của phần dư. Về mặt số học có thể nói rằng phân phối của phần dư xấp xỉ chuẩn (trung bình Mean=0 và độ
lệch chuẩn Std.Dev=0.981) và Biểu đồ 4.4.1 cho thấy phần dư có phân phối chuẩn. Do đó, có thể kết luận rằng giả thiết phần dư có phân phối chuẩn khơng bị vi phạm.
Biểu đồ 4.4.1 Biểu đồ kiểm định phân phối chuẩn của phần dư
4.4.2 Giả định về tính độc lập của sai số (kiểm định khơng có tương quan giữa các phần dư) các phần dư)
Giả định về tính độc lập của sai số, tức là giữa các phần dư khơng có mối quan hệ tương quan. Một lý do dẫn đến hiện tượng này là các biến có ảnh hưởng khơng được đưa hết vào mơ hình là do giới hạn về mục tiêu nghiên cứu của đề tài, hoặc chọn dạng mơ hình sai, sai số trong đo lường các biến. Khi mơ hình có hiện tượng